谷歌用3亿张图做了个深度学习实验结论：数据还是越大越好

时间：2018-12-13

3张图3亿故事

提示：本文共有 368 个字，阅读大概需要 1 分钟。

本文来自AI新媒体量子位（QbitAI）

都说深度学习的兴起和大数据息息相关，那么是不是数据集越大，训练出的图像识别算法准确率就越高呢？

Google的研究人员用3亿张图的内部数据集做了实验，然后写了篇论文。他们指出，在深度模型中，视觉任务性能随训练数据量取对数的增加，线性上升。

以下是Google Research机器感知组指导教师，卡耐基梅隆大学助理教授Abhinav Gupta对这项工作的介绍，发布在Google Research官方博客上，量子位编译：

过去10年，计算机视觉技术取得了很大的成功，其中大部分可以归功于深度学习模型的应用。此外自2012年以来，这类系统的表现能力有了很大的进步，原因包括：

1）复杂度更高的深度模型；

2）计算性能的提升；

3）大规模标签数据的出现。

每年，我们都能看到计算性能和模型复杂度的提升，从2012

看到此处说明本文对你还是有帮助的，关于“谷歌用3亿张图做了个深度学习实验结论：数据还是越大越好”留言是大家的经验之谈相信也会对你有益，推荐继续阅读下面的相关内容，与本文相关度极高！

本内容不代表本网观点和政治立场，如有侵犯你的权益请联系我们处理。

网友评论

网友评论仅供其表达个人看法，并不表明网站立场。

相关阅读

种籽,像素,实例,掩码,类别,对象,图像,模型,方法,阈值,谷歌,分数,标签,损失,分类,团队,向量,空间,训练,特征,每个像素,张量,语义,大小,背景,结果,相似性,可能性,提案,数量

2008-11-26 #故事会